Analisis Tugas - reza_chan.staff.gunadarma.ac.idreza_chan.staff.gunadarma.ac.id/Downloads/files/53313/P3+-+Analisis+Tugas.pdfSurvei / Kuesioner Pencatatan data secara otomatis Representasi

Analisis TugasInteraksi Manusia & Komputer

Course Overview● Overview● Kegunaan● Jenis analisis tugas● Sumber dan penggunaan

Analisis Tugas● Proses menganalisis dan menggambarkan bagaimana manusia melaksanakan tugas /

pekerjaannya, apa saja yang dilakukan / peralatan apa yang digunakan dan hal-hal apa saja yang perlu diketahui.

● Memeriksa tugas-tugas user untuk mengetahui dengan baik apa yang dibutuhkan user dari interface dan bagaimana mereka akan menggunakannya.

● Contoh: Membersihkan rumah○ In order to clean the house○ Get the vacuum cleaner out○ Fix the appropriate attachment○ Clean the rooms○ When the dust bag gets full, empty it○ Put the vacuum cleaner and tools away

Komponen● Ada tiga komponen kunci bagaimana manusia bekerja:

○ �Aktivitas○ �Artifak○ �Hubungan

● Jangan hanya melihat pada sistem komputer saja dan interaksinya.● Mempelajari proses yang berhubungan dan objek pada lingkungan

dimana manusia akan menggunakannya dan membutuhkannya.○ Contoh: lingkungan kantor → kertas, papan tulis, dll.

Fokus Analisis Tugas● Fokus pada lingkungan yang kelihatan / tampak

○ �Apa kebiasaan, metode, langkah-langkah, objek, ….. Yang digunakan.

● Mangamati user, apa yang mereka kerjakan, kemudian bagaimana mereka mengerjakannya.

● Bukan pada state kognitif internal user.

Input & OutputPengumpulan Data

● Interview● Observasi● Survei / Kuesioner● Pencatatan data secara otomatis

Representasi Data

● Daftar, ringkasan, matriks● Naratif● Hirarki & Jaringan● Flowchart

Input & OutputData yang akan dikumpulkan meliputi:

● Informasi mengenai user● Penjelasan dari lingkungan

○ Dimana tugas akan dilakukan ?● Tujuan utama tugas

○ Apakah hasil tugas akan berakhir dengan sukses ?● Pilihan dan kebutuhan user

○ Sebelum mereka mulai: minum kopi, pulpen, buku catatan, …,

Input & OutputData yang akan dikumpulkan meliputi:

● Tugas & Sub-tugas○ Fisik○ Kognitif○ Komunikasi

● Kondisi tugas yang akan dikerjakan● Hasil akhir dari tugas● Keperluan untuk melakukan tugas

○ Informasi○ Komunikasi dengan orang lain○ Peralatan

Interview● Terstruktur

○ Efisien○ Memerlukan pelatihan

● �Tidak Terstruktur○ Tidak efisien○ Tidak memerlukan pelatihan

● �Semi Terstruktur○ Baik○ Seringkali tepat untuk digunakan

Interview Semi Terstruktur● �Menentukan kepentingan data sebelumnya● �Merencanakan jenis-jenis pertanyaan efektif

○ Bagaimana anda mengerjakan tugas x ?○ Mengapa anda mengerjakan tugas x ?○ Dibawah kondisi apa anda mengerjakan tugas x ?○ Apa yang anda kerjakan sebelum anda mengerjakan ….. ?○ Apa informasi yang anda perlukan untuk ….. ?○ Siapa yang anda perlukan untuk berkomunikasi dengan ….. ?○ Apa yang anda gunakan untuk ….. ?○ Apa yang terjadi sesudah anda ….. ?○ Apa hasil atau konsekuensi dari …… ?○ Apa hasil atau konsekuensi dari TIDAK ….. ?

Observasi● Di dalam observasi, lihat apa yang dikerjakan user

○ Merekam dengan videotape (untuk melihat kembali atau mengulangi)○ Gunakan catatan, bagan

● Fokus pada tugas khusus → lingkungan yang berhubungan dicatat, tetapi kemudian diubah menjadi sub-tugas abstrak

Pertanyaan - THINK ALOUDKuesioner● Penyelidikan vs konfirmasi● Open-ended vs kategorikal

○ Apa yang anda perlukan untuk melakukan …… ? (buat daftar)

○ Dari hal-hal berikut ini mana yang paling penting untuk melakukan ….. ? (pilih)

● Jika anda bertanya itu, gunakan sesuatu itu. Jika anda tidak menggunakan itu, jangan tanyakan itu.

Think-aloud Protocol● Orang berbicara mengenai apa

yang mereka kerjakan, sementara itu mereka sedang mengerjakan (atau sebelum mengerjakan atau sudah dikerjakan)

● Pengamat dapat menyelidiki pertanyaan

● Mengapa anda hanya mengerjakan itu ?

Logging● Pencatatan otomatis

○ Keystroke/mouse click monitoring○ Timer○ Logs○ Physical location/movement trackers

■ Cell phones■ Aware home

Representasi Data● Daftar, ringkasan, matriks

○ Gunakan alat bantu bagan○ Tambahkan detail yang semakin bertambah○ Ketahui lebih lanjut berapa detail yang cukup○ Akankan ditambah ringkasan yang dihubungkan dengan sub-tugas

khusus○ Baik untuk tugas yang terurut○ Tidak mendukung dengan baik tugas-tugas yang paralel○ Tidak mendukung dengan baik percabangan

Representasi Data● Naratif:

○ Menjelaskan tugas-tugas dalam bentuk kalimat○ Seringkali versi diperluas dari daftar atau ringkasan○ Lebih efektif untuk mengkomunikasikan ide-ide umum dari tugas○ Tidak efektif untuk detail○ Tidak efektif untuk tugas yang bercabang○ Tidak efektif untuk tugas paralel

Representasi Data● �Hierarki Task Analysis (HTA)

○ Notasi grafik dan dekomposisi dari tugas

○ Tugas merupakan kumpulan dari aksi

○ Tugas diatur ke dalam rencana■ Mengelompokkan sub-tugas

dengan berurut lebih disukai dan kondisi-kondisi prasyarat

Representasi Data● �Untuk membatasi proses sampai ke tugas yang mendasar, maka perlu

diterapkan stopping rule. Sebagai contoh:

● Jika tujuannya untuk menginstal komputer untuk memonitor pabrik, maka tugas 1 dan 3 dapat diekspand.

● Aturan dari stopping rule, salah satunya mengacu pada aturan P * C, dimana P adalah probabilitas dalam melakukan kesalahan dan C biaya kesalahan. Jika P * C dibawah ambang batas maka ekspansi dapat dihentikan.

Representasi DataContoh : Membuat secangkir teh

Representasi DataTugas membuat secangkir teh dapat diekspansi menjadi beberapa cangkir teh

Representasi Data - Contoh Pengelompokkan● Fixed sequence● Optional tasks● Waiting events● Cycles● Time-sharing● Discreationary

Representasi Data - Contoh PengelompokkanDari beberapa contoh di atas dijumpai beberapa plan yang biasanya digunakan, antara lain:

● Fixed sequence, pada plan 3 selalu dilaksanakan dalam urutan subtugas yang sama● Optional tasks, pada plan 0 ‘empty pot’ dan pada plan 5.3. ‘Add sugar’ mungkin tidak

dilaksanakan tergantung dari situasinya.● Waiting for events, pada plan 1, harus menunggu ketel sampai mendidih, dan plan 0

menunggu 4 atau 5 menit● Cycles, pada plan 5, dimana tugas 5.1. dan 5.2. dilakukan berulang-ulang sampai kondisi

terpenuhi (tidak ada cangkir kosong lagi)● Time-sharing, tugas 1 dan 2 dapat dilaksanakan dalam waktu yang bersamaan● Discretionary, pada contoh vacuum cleaning plan 3, urutan tugas yang dilakukan bebas dan

dapat tidak dilakukan jika tidak diperlukan (kebersihan rumah tergantung dari pemilik rumah)● Mixtures, kebanyakan plan merupakan campuran dari elemenelemen yang disebut di atas

Representasi Data● Jaringan

○ �Entity Relationship Diagram■ Objek / orang berhubungan dengan objek■ Link menjelaskan secara fungsional dan berdasarkan item■ Tugas : desain dikembangkan dari projek akhir

● Objek – pulpen, kertas, alat gambar, dll● Aktor – Mary, Bob, Sally● Komposisi objek – Tim

○ Seringkali atribut list, aksi dari objek■ Objek : pen simple■ Attribute :

● color : red● writing : on/off

■ Objek : Mary actor■ Actions :

● M1 : membuat sketsa● M2 : mengadakan pertemuan

Representasi Data● Flowchart

○ Kombinasi ERD dengan alur sekuensial, percabangan, tugas-tugas paralel

○ Termasuk aksi, keputusan, logika, untuk semua elemen dari sistem○ Abstrak○ Alat bantu yang baik